洛克希德·马丁方面预计这项技术首先在美国社区投入使用 ， 之后再遍及世界各地 。 放眼全球 ， 野火带来的灾害越来越普遍且棘手 ， 比如西伯利亚、地中海地区和澳洲 。 洛克希德·马丁公司的人工智能副总裁贾斯汀泰勒指出 ， 目前基于新数据可用的速度（包括更改地图或者更新的风速测量值）存在一些限制 。
向善从不孤独
野火的另一个常见问题是 ， 被发现的时间太迟 ， 多数火灾警报来自火警瞭望员、飞行员或者居民报告这种参差不齐的老办法 。 火势往往是已经蔓延开了才比较容易被发现 ， 这个时候的控制难度就更大 。 因此 ， 为了争取更多的时间 ， 就需要支持人工智能系统的无人机 ， 监测的对象也不是火情 ， 而是烟雾 。
这项任务对于AI模型而言是双重挑战：一方面 ， 烟雾是半透明的、没有固定形状的 ， 也不是离散的物体 ， 还很容易和云混淆在一起 ， 需要有一个模型来判断什么是烟雾 ， 而不是其他对象 。 另一方面 ， 由于会搭载无人机 ， AI模型必须做得很轻巧 。
去年4月 ， 英伟达已经和微软AI for Good研究室 ， 以及无人机制造商AeroVironment合作开发了一个系统 。 AeroVironment 的计算机视觉和深度学习工程师Bogdan Pugach告诉据科技媒体datanami 他们的想法是让人工智能自动监测烟雾 ， 标记起火点和它的路线 ， 创建一个实时的火灾地图 ， 传送到智能手机上 。
在另一个由微软、IBM和英伟达等公司共同推动的尝试中 ， 研究者可以运用IBM Cloud Object Storage提取无人机拍到的的野火视频和图像 ， 使用IBM Spectrum Scale把图像传送到Nvidia的DGX-2系统上的模型进行训练 。
用数字孪生、人工智能管控山火 ， 会停留在新奇而奢侈的尝试吗？
Omniverse方面并非没有考虑到十分关键的成本问题 。 Lebaredian指出 ， 算力成本的下降 ， 乃至在云中进行密集计算的能力提升 ， 可能会造福那些原本负担不起这项技术的发展中国家和地区 。

稿源：(虎嗅APP)

【傻大方】网址：http://www.shadafang.com/c/11119551402021.html

标题：英伟达|美国野火烧不尽，英伟达：放着我来( 二 )